ByteDance, китайский технологический гигант, стоящий за TikTok и другими глобальными платформами, официально выпустил Trae Agent — агента общего назначения для разработки программного обеспечения, работающего на основе больших языковых моделей (LLM).
Trae Agent предназначен для выполнения сложных задач программирования с помощью подсказок на естественном языке. Агент предлагает удобный и расширяемый интерфейс командной строки (CLI), меняя представление о том, как разработчики могут взаимодействовать со своими системами.
Что такое Trae Agent?
Trae Agent — это автономный агент, работающий на основе LLM и предназначенный для оптимизации процесса разработки программного обеспечения. Он действует как старший инженер-программист, способный:
* систематически отлаживать и воспроизводить проблемы;
* писать код производственного уровня, основанный на лучших практиках;
* ориентироваться и понимать большие незнакомые кодовые базы;
* генерировать и применять точные исправления ошибок;
* предоставлять интерактивную поддержку для задач разработки в режиме реального времени.
Через интерфейс на естественном языке разработчики могут просто описывать свои задачи, а Trae Agent будет интерпретировать и выполнять их с помощью базовых инструментов. Такой подход значительно снижает порог входа для управления и модификации сложных кодовых баз.
Интерактивный CLI с поддержкой мультимодальных моделей
Ядро Trae Agent составляет интерактивный интерфейс командной строки. Этот интерфейс позволяет пользователям:
* общаться на простом английском языке;
* запускать расширенные рабочие процессы, такие как навигация по коду, генерация патчей и тестирование;
* получать краткую обратную связь в режиме реального времени с помощью Lakeview — встроенной модели, которая суммирует действия агента.
Trae Agent поддерживает нескольких поставщиков бэкенда LLM, включая OpenAI и Anthropic. Текущие интеграции включают Claude-4-Sonnet, Claude-4-Opus, Claude-3.7-Sonnet и Gemini-2.5-Pro. Это даёт пользователям гибкость в выборе модели на основе контекста и потребностей в производительности.
Производительность на уровне SOTA на SWE-bench Verified
Trae Agent достиг производительности на уровне SOTA на SWE-bench Verified — строгом бенчмарке, оценивающем агентов разработки программного обеспечения на реальных задачах по исправлению ошибок. Это стало возможным благодаря эффективной системе генерации патчей для одного агента, которая включает следующие компоненты:
1. strreplacebasededittool — позволяет агенту просматривать, создавать и редактировать файлы и каталоги. Этот инструмент составляет основу манипуляции кодом, необходимую для генерации точных патчей.
2. bash Interface — предоставляет постоянную среду оболочки, где агент может выполнять команды, захватывать выходные данные терминала и оценивать ошибки во время выполнения, имитируя рабочий процесс разработчика в командной строке.
3. sequential_thinking Module — расширяет когнитивные возможности агента. Он структурирует шаги решения задач, позволяя осуществлять итеративное рассуждение, генерацию гипотез и их проверку, подобно мыслительному процессу инженера-человека.
4. ckg_tools (Code Knowledge Graph Tools) — создаёт семантический граф знаний для всей кодовой базы. Это позволяет агенту эффективно искать и рассуждать о классах, функциях и структурах файлов.
5. task_done Signal — указывает на завершение задачи и предоставляет структурированное резюме, необходимое для обеспечения ясности и прозрачности автоматизации.
Ключевые возможности
Архитектура Trae Agent разработана для решения реальных инженерных задач с точностью и автономностью. Она особенно подходит для:
* отладки: Trae Agent может отслеживать корни ошибок путём систематического воспроизведения, руководствуясь своей структурированной моделью рассуждений;
* навигации по кодовой базе: используя внутренний код графа и мощный поиск, он быстро определяет, где необходимо внести изменения;
* генерации исправлений: с помощью одной подсказки Trae Agent может создавать и применять исправления кода. Эти исправления не просто синтаксические — они проверены с помощью логических проверок и тестирования;
* совместимости с несколькими моделями: поддержка нескольких поставщиков LLM обеспечивает гибкость и устойчивость в различных контекстах развёртывания.
Открытый исходный код и экосистема
Trae Agent распространяется по лицензии MIT, что делает его доступным для разработчиков, исследователей и корпоративных команд. Исходный код доступен на GitHub вместе с инструкциями по настройке, объяснениями архитектуры и примерами использования.
Этот выпуск является частью более широких усилий ByteDance по продвижению инноваций в области инструментов разработки с поддержкой ИИ, а Trae Agent позиционируется как основополагающий инструмент для создания автономных агентов в области разработки программного обеспечения.
Варианты использования
Некоторые перспективные приложения Trae Agent включают:
* автоматизацию рутинных задач обслуживания в устаревших кодовых базах;
* реальное время для совместной разработки в командной среде;
* автоматизацию конвейеров непрерывной интеграции и развёртывания (CI/CD);
* обучение в качестве помощника для учебных курсов по программированию или адаптации новых инженеров.
Заключение
Trae Agent представляет собой значительный шаг вперёд в области автономных инструментов разработки программного обеспечения, сочетая возможности LLM со структурированной средой CLI, дополненной инструментами. Благодаря поддержке нескольких моделей бэкенда, суммированию в реальном времени и производительности на уровне SOTA на SWE-bench Verified, он предлагает многообещающую основу для автоматизации сложных рабочих процессов разработки. Хотя проект в настоящее время находится на стадии альфа-тестирования, команда ByteDance активно его развивает, планируя улучшения в интеграции моделей, организации задач и поддержке более широкого набора инструментов разработчика. Разработчикам и исследователям предлагается изучить, внести свой вклад и оставить свой отзыв через репозиторий с открытым исходным кодом.
1. Какие задачи может решать Trae Agent в области разработки программного обеспечения?
Trae Agent может решать сложные задачи программирования с помощью подсказок на естественном языке. Он может:
* систематически отлаживать и воспроизводить проблемы;
* писать код производственного уровня, основанный на лучших практиках;
* ориентироваться и понимать большие незнакомые кодовые базы;
* генерировать и применять точные исправления ошибок;
* предоставлять интерактивную поддержку для задач разработки в режиме реального времени.
2. Какие ключевые возможности предоставляет архитектура Trae Agent?
Архитектура Trae Agent разработана для решения реальных инженерных задач с точностью и автономностью. Ключевые возможности включают:
* отладку: Trae Agent может отслеживать корни ошибок путём систематического воспроизведения;
* навигацию по кодовой базе: используя внутренний код графа и мощный поиск, он быстро определяет, где необходимо внести изменения;
* генерацию исправлений: с помощью одной подсказки Trae Agent может создавать и применять исправления кода;
* совместимость с несколькими моделями: поддержка нескольких поставщиков LLM обеспечивает гибкость и устойчивость в различных контекстах развёртывания.
3. Какие модели LLM поддерживает Trae Agent?
Trae Agent поддерживает нескольких поставщиков бэкенда LLM, включая OpenAI и Anthropic. Текущие интеграции включают Claude-4-Sonnet, Claude-4-Opus, Claude-3.7-Sonnet и Gemini-2.5-Pro.
4. Какие перспективы использования Trae Agent в разработке программного обеспечения?
Перспективные приложения Trae Agent включают:
* автоматизацию рутинных задач обслуживания в устаревших кодовых базах;
* реальное время для совместной разработки в командной среде;
* автоматизацию конвейеров непрерывной интеграции и развёртывания (CI/CD);
* обучение в качестве помощника для учебных курсов по программированию или адаптации новых инженеров.
5. На каком этапе разработки находится Trae Agent?
Проект Trae Agent находится на стадии альфа-тестирования. Команда ByteDance активно его развивает, планируя улучшения в интеграции моделей, организации задач и поддержке более широкого набора инструментов разработчика.